AI代理能替你写代码、查资料，却几乎没人让它帮你点一份外卖。Ars Technica的一则报道给出了这个略显尴尬的结论：在DoorDash这样的高频消费场景里，AI代理的实际使用率接近于零。
发生了什么
据Ars Technica报道，尽管DoorDash等平台已经向AI代理开放了下单能力，但真正通过代理完成订单的用户几乎没有。报道同时指出，这仍是一个相对较新的电商用例，现在下结论为时尚早。换句话说，能力已经就位，需求尚未跟上。
为什么重要
过去一年，行业叙事的主线是“代理将接管软件操作”：模型能调用工具、能多步规划、能在浏览器里点击按钮。外卖下单看似是完美的落地场景——目标明确、步骤固定、反馈即时。但DoorDash的案例说明，
“能跑通”与“有人愿意用”是两件不同的事。
外卖决策的核心不是操作成本，而是偏好表达：吃什么、加不加辣、预算多少、今天想不想换口味。这些信息高度个人化、随时变化，用户自己点几下反而比向代理描述需求更快。代理省下的是点击，增加的是沟通。
另一个被低估的因素是信任与容错。点错一单的代价是真金白银和一顿吃不上的饭，用户对代理的容错阈值远低于对聊天机器人。支付授权、地址确认、异常处理这些环节，目前都还没有形成让普通用户安心的交互范式。
影响与看点
对平台而言，开放代理接口更像是在为未来铺路，而非当下的增长手段。值得关注的是三个方向：一是代理的触发入口，如果用户必须专门打开某个代理产品才能下单，转化路径就太长；二是偏好记忆，代理能否积累“用户常点什么、忌口什么”，决定它是否比手动操作更省事；三是商户侧的适配，菜单结构、定制选项是否对机器可读，直接影响代理的成功率。
对开发者来说，这个案例提醒我们，代理产品的价值不在于演示里能完成多少步骤，而在于它是否真的降低了某类任务的总成本——包括沟通成本和出错成本。
我的判断是：代理式电商不会因为模型变强而自然普及，它需要一次交互层面的重新设计，让“告诉代理”比“自己点”更省力。在那之前，接近零的使用率不是失败，而是行业还没找到正确的产品形态。
